Por Matias Poullain (Magíster en Ciencia de Datos-UBA y Científico de Datos en la UNESCO).

1. Introducción

En 2020, una de las medidas más importantes para la prevención y mitigación del brote del nuevo virus SARS-CoV-2 fue la restricción al movimiento. Esta medida tuvo efectos positivos adicionales, como la reducción de la contaminación atmosférica por dióxido de nitrógeno (NO2): un gas asociado a efectos adversos a la salud y el ambiente, con un corto tiempo de vida en la atmósfera (entre 1 y 2 días) [1]. América Latina es una de las regiones con menos estudios realizados sobre esta temática, y la Ciudad Autónoma de Buenos Aires (CABA) no es la excepción. En este trabajo nos proponemos cuantificar la reducción de la columna de NO2 durante la restricción a la circulación en CABA entre el 20/03/2020 y el 06/11/2020. Utilizando datos históricos de conteos de vehículos en peajes, información meteorológica e imágenes satelitales de la columna de NO2 troposférico, se evaluaron algoritmos de machine learning y, luego de seleccionar el mejor, se simuló la columna de NO2 en un escenario contrafactual sin restricciones, para, finalmente, comparar con los datos observados con las restricciones aplicadas. En este trabajo se logró desarrollar satisfactoriamente modelos de machine learning de buen desempeño relativo tanto para la estimación de la circulación vehicular como para la concentración de la columna de NO2. Se estimó que la concentración de la columna de NO2 disminuyó un 39 % en el primer mes y un 9 % durante todo el período.

2. Datos

2.1 Columna de NO2 troposférico

La información de la columna de NO2 troposférico fue medida por el satélite Sentinel-5P del programa Copernicus perteneciente a la ESA, con una resolución espacial de 0.01°×0.01° y una temporal de un día. Su extensión espacial fue la suficiente para englobar a CABA. El conjunto de datos está disponible desde el 08/07/2018 hasta la actualidad. Sin embargo, el 29 de noviembre de 2020, cambiaron los criterios de recogida y preprocesamiento [2]. Por esta razón, los datos posteriores al 29 de noviembre de 2020 se excluyeron del análisis.

Para el análisis de las series temporales, se utilizó la media de la columna de NO2 troposférico en una región específica de interés, denominada máscara: la región de mayor concentración de la columna de NO2. La máscara obtenida para el análisis está presentada en la Fig. 1, conteniendo 259 píxeles.

Figura 1: Mapa de la extensión de la máscara.

Para cada día se calculó el valor promedio de los píxeles contenidos dentro de la máscara obteniendo así un valor de columna de NO2 promedio diario. Por último, se realizaron distintas transformaciones de esta variable (logaritmo, raíz cuadrada, etc.) para realizar distintos tipos de ensayos que serán descritos más adelante.

2.2 Variables meteorológicas

La información meteorológica fue compartida por el Servicio Meteorológico Nacional (SMN). Esta información fue medida en la estación “Observatorio” ubicada en el barrio de Villa Ortúzar de CABA. Para todas las variables meteorológicas, se pudo obtener información horaria desde el 08/07/2018.

2. 3 Conteo Vehicular y Días Feriados

La información del conteo vehicular se encuentra disponible en la plataforma de datos abiertos de CABA [3]. Contiene información sobre la cantidad de pasos horarios de vehículos. Se descargaron los datos de 2019 y 2020 y se calcularon los pasos totales en CABA entre el 01/01/2019 y el 31/12/2020 por hora y por día, obteniendo de esta forma una misma variable en dos resoluciones temporales distintas: Vh y Vd (conteo vehicular horario y diario respectivamente).

El listado de días feriados y no laborables (denominados en conjunto como feriados) de los años 2019 y 2020 fue obtenido de fuentes oficiales.

3. Métodos

3.1 Análisis exploratorio
En primera instancia, se realizó un análisis descriptivo de los datos, analizando el comportamiento espacial y/o temporal del conteo vehicular y de la columna de NO2 antes y durante las restricciones al movimiento y su relación, aplicando distintas transformaciones.

3. 2 Cuantificación de la reducción de la columna de NO2
De forma general, para realizar la cuantificación de la reducción de la columna del NO2 troposférico se generó un pronóstico del conteo vehicular esperado durante el período posterior al 20/03/2020 de no haberse instaurado las restricciones al movimiento. Luego, se calculó la columna esperada de NO2 sin restricciones al movimiento posterior al 20/03/2020. Por último, se analizaron tales predicciones y se realizaron comparaciones entre ella y los valores observados, cuantificando la reducción de la columna de NO2 que fue considerada debida a las restricciones.

3.2.1. Estimación del conteo vehicular durante el período de restricción al movimiento si no lo hubiese habido
En esta primera parte, se construyó el llamado Modelo 1: un modelo Prophet que incluyó como variable respuesta a Log10(Vh) y variables explicativas a periodicidades a nivel anual, semanal y diaria, variables meteorológicas y efecto de los feriados.
Primero, se realizó la hiperparametrización del modelo, con una validación cruzada detallada en la Fig.
2 ).

Figura 2: Diagramas de los períodos de tiempo utilizados para la validación cruzada, las predicciones y como held-out para A) el Modelo 1 (conteo vehicular) y B) el Modelo 2 (columna de NO2 troposférico)

Segundo, se entrenó el Modelo 1 con todos los datos desde el 01/01/2019 hasta el 20/03/2020 y se confirmó la bondad de ajuste observando distintos gráficos resumen.

Por último, se realizó una estimación del conteo vehicular a futuro, en el período de 20/03/2020 hasta el 26/11/2020, correspondiente al conteo vehicular esperado de no haberse instaurado las restricciones al movimiento.

3.2.2. Estimación de la columna de NO2 durante el período de restricción al movimiento si no lo hubiese habido

En esta segunda parte, se construyó el llamado Modelo 2.
Para definir este Modelo, se evaluaron distintos algoritmos de machine learning. Las variables explicativas fueron variables temporales (día de la semana, del mes, entre otras), días feriados, variables meteorológicas y el conteo vehicular diario.
Los algoritmos puestos a prueba fueron KNN, Prophet, Ridge, SVM y XGBoost. En todos los casos, se realizó una optimización bayesiana similar a la descrita en la sección anterior, detallada en la Fig. 2 B).
La información del período del 09/11/2020 al 26/11/2020 fue utilizada como held-out (Fig. 2 B)) a partir de la cual se calcularon distintas métricas de rendimiento de la predicción. El algoritmo elegido fue aquel que minimizó el RMSE y MAPE y maximizó el R2. Ese algoritmo fue KNN.
El siguiente paso fue realizar la estimación de la columna de NO2 en el período de 01/01/2019 hasta el 26/11/2020 utilizando el algoritmo elegido a partir del conteo vehicular diario esperado de no haberse instaurado las restricciones al movimiento (predicción del Modelo 1) como variable Vd. De esta forma, se obtuvo la columna de NO2 troposférico esperada Sin Restricciones (NO2SR).

3.2.3. Comparaciones de las columnas de NO2

En esta última sección se cuantificó la reducción de la columna de NO2 calculando un cociente Q definido como el promedio de los valores diarios de NO2 observado sobre los de NO2SR.

Se calculó un Q por cada mes que contuvo días de restricciones (marzo a noviembre del 2020 inclusive) y un Q general para todo el período de restricciones.

4. Resultados

4.1 Conteo vehicular

El análisis descriptivo del conteo vehicular mostró que esta variable presenta un rango muy amplio de valores observados y de una variabilidad muy grande diaria y semanal, y con un cambio en la tendencia general muy marcado a partir del inicio de las restricciones al movimiento el 20 de marzo del 2020 (Fig. 3). A partir de esa fecha, se distinguió una tendencia general creciente en los valores medios y en la variabilidad, alcanzando valores similares a los del año anterior recién en las últimas semanas de diciembre.

Figura 3: Boxplot del conteo vehicular horario agrupado por semana y pintado según su período en relación a las restricciones al movimiento.

El comportamiento semanal y diario del conteo vehicular presentó un comportamiento cíclico a lo largo de todo el período de estudio (Fig. 4). La variación semanal se caracteriza por valores máximos de entre los miércoles y viernes, y mínimos los fines de semana. En cuanto a las variaciones diarias, en los días de semana, el conteo vehicular es muy reducido a horas de la madrugada y muy alto desde las 7 hasta las 19 hs. En los fines de semana y feriados, la variación es similar pero con una amplitud reducida. Durante el período de restricciones se observó una disminución del conteo de vehículos; sin embargo, la variación relativa se mantuvo similar. Estos comportamientos periódicos se evidenciaron en los picos de 24 y 168 horas observados en el autocorrelograma (Fig. 5).

Figura 4: Variaciones semanales y diarias del conteo vehicular en los períodos sin (verde) y con (naranja) restricciones al movimiento. La línea más oscura representa el promedio y el sombreado que lo rodea al desvío estándar. A: Variación semanal; promedios del conteo vehicular horario por día de la semana. B: Variación diaria: promedios del conteo vehicular horario por hora del día y agrupado por característica del día (de semana, de fin de semana, feriado).

Figura 5: Autocorrelograma de la serie de tiempo del conteo vehicular horario. Los puntos que se encuentran fuera del área sombreada representan correlaciones significativas.

4. 2  NO2 troposférico

En las imágenes satelitales diarias descargadas (previo a la delimitación de la máscara), ya se pudo observar un fuerte descenso de la columna de NO2 sobre CABA. En la Fig. 6 se destaca la fuerte disminución de la columna en abril 2020 comparada a febrero 2020 y a abril 2019.

Figura 6: Mapas de la columna de NO2 troposférico promedio mensual para los febreros y abriles 2019 y 2020

La Fig. 7 destaca el comportamiento semanal de la serie de tiempo de la columna de NO2. Se pueden observar valores más altos en los días de semana, especialmente en los jueves y viernes, y valores más bajos los sábados y domingos. 

Figura 7: Boxplot de la columna media diaria observada de NO2 troposférico según el día de la semana y su período en relación a las restricciones.

En cuanto al análisis del dominio de la frecuencia (Fig. 8) se observaron picos cercanos a los 7, 28 y 365 (punto medio entre 292.33 y 438.5) días aunque la señal es apreciablemente más ruidosa que aquella del conteo vehicular, evidenciando un marcado comportamiento semanal y anual.

Figura 8: Espectro de la amplitud del dominio de la frecuencia de la serie temporal de la columna diaria de NO2

4.3 Cuantificación de la reducción de la columna de NO2

4. 3.1. Estimación del conteo vehicular durante el período de restricción al movimiento si no lo hubiese habido

El resultado de las predicciones del Modelo 1, junto con el conteo vehicular observado para la semana en la cual se instauraron las restricciones al movimiento se presentan en la Fig. 9, donde se puede observar que las predicciones durante el período previo a las restricciones al movimiento son cercanas a los valores observados, mientras que las predicciones son mucho mayores durante los primeros meses de las restricciones.

Figura 9: Conteos vehiculares horarios observados y estimados por el Modelo 1 con su intervalo de incerteza durante los meses de marzo y abril de 2019 (arriba) y 2020 (abajo).

4.3.2. Estimación de la columna de NO2 durante el período de restricciones si no lo hubiese habido.

La estimación de NO2SR utilizando el algoritmo KNN con hiperparámetros optimizados se visualizó en la Fig. 10. La variabilidad de la columna de NO2 observado es mucho mayor a la estimada por NO2SR como se muestra en la Fig. 11: previo al inicio de las restricciones, a valores bajos y medios de la columna de NO2, los estimados son similares a los observados. Mientras que los valores observados altos son subestimados por el modelo.

Figura 10: Columna de NO2 observada y predicha por el Modelo 2 durante el período de restricciones al movimiento.

Figura 11: Observados vs. estimados por el Modelo 2 previo al inicio del período de restricciones.

4.3.3. Comparaciones de las columnas de NO2

En cuanto a la cuantificación de la reducción de la columna de NO2, se estimó que en el período de restricciones, esta se redujo un 9 %, aunque esta reducción no fue homogénea, siendo mayor en los primeros meses; siendo abril el primero completo en restricciones, este presentó una reducción cercana al 39 %. Además, al comparar las estimaciones de la reducción promedio de la columna de NO2 y del conteo vehicular horario (Tabla 1), se observó que la del conteo vehicular fue más importante que la del NO2 en todos los meses con restricciones.

5. Discusión y Conclusiones

En este trabajo se estimó la disminución del flujo vehicular y de la columna de NO2 desde el inicio de las restricciones a la circulación impuesta el 20 de marzo de 2020 hasta su finalización el 6 de noviembre del mismo año.

El conteo vehicular en las casillas de peajes mostró una dinámica temporal diaria y semanal marcadas que podrían ser explicadas por la actividad laboral de la ciudad.

El Modelo 1 pudo representar las variaciones del conteo vehicular a partir de las distintas periodicidades temporales y de variables meteorológicas, estimando una reducción del 45 % en todo el período.

En cuanto al Modelo 2, se lograron realizar predicciones para la columna de NO2 en un escenario sin la ocurrencia de las restricciones al movimiento. La concentración de NO2 está determinada tanto por factores naturales como antropogénicos [4, 5, 6, 7] en los cuales, en línea con lo observado en este trabajo, la columna de NO2 presentó una asociación positiva con la circulación vehicular y una negativa con la temperatura y la intensidad del viento.

En cuanto a la reducción de la concentración de NO2 durante las restricciones al movimiento, se estimó una reducción promedio del 39 % durante el primer mes completo con restricciones (abril) y del 9 % durante todo el período. Este resultado se encuentra alineado con otras estimaciones previas realizadas con distintas estrategias metodológicas: 30 % [8], 39 % [9] y 20-26 % [4].

En conclusión, las restricciones al movimiento en CABA tuvieron un objetivo principal que fue disminuir la transmisión del virus SARS-CoV-2 entre los habitantes. Estas medidas generaron diversos efectos secundarios, entre ellos la disminución de contaminantes atmosféricos. En este trabajo se cuantificó la reducción de la concentración de la columna de NO2 sobre CABA durante las restricciones al movimiento del 2020. Se estimó que durante el primer mes de restricciones, la reducción fue del 39 % mientras que durante todo el período, la reducción fue del 9 %.

Referencias

1. D. Vallero, Fundamentals of air pollution.  Academic press, 2014.
2. TROPOMI,  “Level  2  products.”  [Online].  Available: https://sentinels.copernicus.eu/data-products/-/asset_publisher/fp37fc19FN8F/content/sentinel-5-precursor-level-2-nitrogen-dioxide
3. A. U. A. S. de Transporte y Obras Públicas. Jefatura de Gabinete de Ministros, “Flujo vehicular por unidades de peaje ausa.” [Online]. Available: https://data.buenosaires.gob.ar/dataset/flujo-vehicular-por-unidades-peaje-ausa 
4. M. L. Briganti, “Impacto del confinamiento debido a la covid-19 en la concentración de contaminantes medidos en la ciudad de buenos aires,” 2021.
5. L. E. Venegas, N. A. Mazzeo, and M. C. Dezzutti, “A simple model for calculating air pollution within street canyons,” Atmospheric Environment, vol. 87, pp. 77–86, 2014. [Online]. Available: https://www.sciencedirect.com/science/article/pii/S1352231014000144
6. A. L. Pineda Rojas and L. E. Venegas, “Upgrade of the daumod atmospheric dispersion model to estimate urban background no2 concentrations,” Atmospheric Research, vol. 120-121, pp. 147–154, 2013. [Online]. Available: https://www.sciencedirect.com/science/article/pii/S0169809512002773
7. L. Venegas, N. Mazzeo, and A. Pineda Rojas, Evaluation of an Emission Inventory and Air Pollution in the Metropolitan Area of Buenos Aires, 06 2011.
8. N. S. Represa, L. S. Della Ceca, G. Abril, M. F. G. Ferreyra, C. M. Scavuzzo et al., “Atmospheric pollutants assessment during the covid-19 lockdown using remote sensing and ground-based measurements in buenos aires, argentina,” Aerosol and Air Quality Research, vol. 21, no. 3, p. 200486, 2021.
9. S. Liu, P. Valks, S. Beirle, and D. G. Loyola, “Nitrogen dioxide decline and rebound observed by gome-2 and tropomi during covid-19 pandemic,” Air Quality, Atmosphere & Health, vol. 14, no. 11, pp. 1737– 1755, 2021.